Dopo il 2008, il settore finanziario è stato pesantemente criticato per la sua eccessiva ingegnosità che ha dato origine ad una delle crisi finanziari più note della storia. La creatività che ha investito il settore ha portato alla creazione di strumenti finanziari altamente complessi, come i CDO, Credit Default Swap e mutui subprime, che hanno causato ingenti danni all’intero sistema economico mondiale. Se la crisi ha contribuito a far luce su un settore poco regolamentato e lasciato a sé stesso, la recente diffusione degli algoritmi nell’industria, ed in particolare nel trading, ha suscitato dibattiti sulle conseguenze di una automazione sempre più presente e non adeguatamente regolamentata, dove l’intervento umano è ormai residuale. Fautori di questa automazione sono gli algoritmi, chiaramente più veloci e con maggiori capacità di analizzare e di elaborare grandi quantità di informazioni delle loro controparti umane. Questo ha indubbiamente contribuito a rimarcare l'ascesa dell’Algorithmic Trading nei mercati, cambiandone profondamente le regole del gioco. Tuttavia, il presente lavoro di tesi non si focalizza sulle sfide poste dagli algoritmi nel panorama finanziario moderno, come la necessità di un’adeguata regolamentazione o il loro impatto sulla market structure globale, ma si concentra su diverse applicazioni pratiche volte ad automatizzare diversi processi propri del trading, dall’analisi all’esecuzione degli ordini, con l’appoggio di un linguaggio di programmazione quale Python. La trattazione si articola pertanto in 4 capitoli, dei quali il primo introdurrà alla tematica dell’Algorithmic Trading, mentre il secondo sarà incentrato su un’analisi dei prezzi basata sui dettami dell’analisi tecnica. Successivamente, il terzo sarà dedicato ad implementare su Python strategie operative mediante l’utilizzo di indicatori e oscillatori, mentre nel quarto capitolo verrà progettato un Trading System.
Algorithmic Trading con Python
KERAJ, GERHARD
2021/2022
Abstract
Dopo il 2008, il settore finanziario è stato pesantemente criticato per la sua eccessiva ingegnosità che ha dato origine ad una delle crisi finanziari più note della storia. La creatività che ha investito il settore ha portato alla creazione di strumenti finanziari altamente complessi, come i CDO, Credit Default Swap e mutui subprime, che hanno causato ingenti danni all’intero sistema economico mondiale. Se la crisi ha contribuito a far luce su un settore poco regolamentato e lasciato a sé stesso, la recente diffusione degli algoritmi nell’industria, ed in particolare nel trading, ha suscitato dibattiti sulle conseguenze di una automazione sempre più presente e non adeguatamente regolamentata, dove l’intervento umano è ormai residuale. Fautori di questa automazione sono gli algoritmi, chiaramente più veloci e con maggiori capacità di analizzare e di elaborare grandi quantità di informazioni delle loro controparti umane. Questo ha indubbiamente contribuito a rimarcare l'ascesa dell’Algorithmic Trading nei mercati, cambiandone profondamente le regole del gioco. Tuttavia, il presente lavoro di tesi non si focalizza sulle sfide poste dagli algoritmi nel panorama finanziario moderno, come la necessità di un’adeguata regolamentazione o il loro impatto sulla market structure globale, ma si concentra su diverse applicazioni pratiche volte ad automatizzare diversi processi propri del trading, dall’analisi all’esecuzione degli ordini, con l’appoggio di un linguaggio di programmazione quale Python. La trattazione si articola pertanto in 4 capitoli, dei quali il primo introdurrà alla tematica dell’Algorithmic Trading, mentre il secondo sarà incentrato su un’analisi dei prezzi basata sui dettami dell’analisi tecnica. Successivamente, il terzo sarà dedicato ad implementare su Python strategie operative mediante l’utilizzo di indicatori e oscillatori, mentre nel quarto capitolo verrà progettato un Trading System.File | Dimensione | Formato | |
---|---|---|---|
823827_algorithmictradingconpython.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
8.57 MB
Formato
Adobe PDF
|
8.57 MB | Adobe PDF |
Se sei interessato/a a consultare l'elaborato, vai nella sezione Home in alto a destra, dove troverai le informazioni su come richiederlo. I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/68834